在玩python学习机器时，理论上不能打乱对随机性不敏感的模型。然而，敏感性和不敏感性也与数据量级、复杂性和算法内部计算机制有关。目前，还没有经纬度清晰的算法随机性敏感性列表。由于打乱数据不会得到更糟糕的结果，一般推荐的方法是打乱所有数据。那么如何打乱它呢？今天，小编将教你打乱python中的数据集和标签。让我们看看。

方法一:打乱索引Index

importnumpyasnp

index=[iforiinrange(len(test_data))]#test_data测试数据

np.random.shuffle(index)#打乱索引

test_data=test_data[index]

test_label=test_label[index]

方法二：通过数组打乱shuffle

image_list=[]      # list of images

label_list=[]      # list of labels

 

temp = np.array([image_list, label_list])

temp = temp.transpose()

np.random.shuffle(temp)

 

images = temp[:, 0]   # array of images  (N,)

labels = temp[:, 1]

方法三:通过随机数打乱

importnumpyasnp

np.random.seed(12)

np.random.shuffle(test_data)

np.random.seed(12)

np.random.shuffle(test_label)

以上是小编用python打乱数据的方法。如果您正在玩python机器学习，可以使用上述方法打乱数据~更多学习建议：python学习网络。